蓝圈是实际的物体形状。
红叉是通过距离传感器观测到的点。
红圈是使用圆形拟合估计的物体形状。
05 SLAM
同时本地化和映射(Simultaneous Localization and Mapping,SLAM)的例子。
1. 迭代最近点匹配
本算法是使用单值解构进行二维迭代最近点(Iterative Closest Point,ICP)匹配的例子。
它能计算从一些点到另一些点的旋转矩阵和平移矩阵。
相关阅读:
机器人运动介绍:迭代最近点算法
https://cs.gmu.edu/~kosecka/cs685/cs685-icp.pdf
2. EKF SLAM
这是基于扩展卡尔曼滤波的SLAM示例。
蓝线是真实路径,黑线是导航推测路径,红线是EKF SLAM估计的路径。
绿叉是估计的地标。
相关阅读:
概率机器人学
http://www.probabilistic-robotics.org/
3. FastSLAM 1.0
这是用FastSLAM 1.0进行基于特征的SLAM的示例。
蓝线是实际路径,黑线是导航推测,红线是FastSLAM的推测路径。
红点是FastSLAM中的粒子。
黑点是地标,蓝叉是FastLSAM估算的地标位置。
相关阅读:
概率机器人学
http://www.probabilistic-robotics.org/
4. FastSLAM 2.0
这是用FastSLAM 2.0进行基于特征的SLAM的示例。
动画的含义与FastSLAM 1.0的情况相同。